DeepSeek在AI世界中引起了轟動，其挑戰性的行業領導者，例如Openai，Claude和Meta，其強大的，可自由使用的模型。 該公司在DeepSeek V3，高級推理模型DeepSeek R1和視覺模型Janus Pro 7b（所有這些都以500萬美元的低成本開發）中取得了成功，這引起了人們對其業務模型的強烈好奇心。 DeepSeek如何免費提供這些尖端的模型？讓我們檢查他們的非常規的方法。
- > DeepSeek的核心業務：量化交易
>
> DeepSeek是一家定量交易公司，為盈利交易創造了算法。 這種數學和優化專業知識可能在開發DeepSeek R1方面起著至關重要的作用。 據報導，該公司擁有大量的GPU，最初用於交易和採礦，現在可以有效地重新用於AI模型開發和部署。 DeepSeek的AI計劃似乎是一個利用現有資源的戰略上有利的方面項目。
DeepSeek是一個附帶項目。 pic.twitter.com/5shpjolmvm
- sphinx（@protosphinx）2025年1月23日
開源破壞-
通過開源DeepSeek V3和R1（包括開放式重量），DeepSeek通過開放式DeepSeek V3和R1，嚴重破壞了AI景觀。這直接挑戰了Openai和Claude等公司，這些公司已經投資了數十億美元的專有模型。 DeepSeek R1的開源性質允許廣泛繁殖和使用，這表明DeepSeek的主要重點可能是行業的破壞和影響力，而不是立即利潤最大化。
相關：DeepSeek令人驚訝的低AI培訓成本
>
-
通過API和效率
-
>自由模型時，DeepSeek提供了廉價的API用於模型訪問。這種低成本的API可能會吸引大量的用戶群，從而通過龐大的數量產生收入。
DeepSeek在培訓和推理中的令人印象深刻的效率（運行模型）提出了創新的成本降低技術。這種效率允許可擴展的貨幣化，而無需高級定價。 - >
-
>隱藏資源上的猜測
>包括Alexander Wang（Scale AI CEO）在內的一些專家推測，DeepSeek可能擁有的GPU可能比公開披露的更多。這可能是由於對高級芯片的出口限制，迫使現有資源優化。
- >一個大的GPU池可以使DeepSeek能夠大規模運行模型，同時保持低成本，進一步支持其低成本API策略。
-
DeepSeek是對美國的警鐘，但這並沒有改變策略：>
- 美國必須像我們在AI的整個歷史上所做的那樣更快地進行進出和種族
- 收緊芯片上的出口控件，以便我們可以保持未來的潛在客戶
AI中的每個重大突破都是美國人
- Alexandr Wang（@Alexandr_Wang）2025年1月26日
>戰略含義：美國喚醒電話
-
DeepSeek的成功強調了對美國科技公司競爭力的擔憂。它以一小部分成本創建領先模型的能力引發了人們對美國公司進行的大規模投資的疑問。 一些分析師將DeepSeek的戰略視為經濟競爭的一種形式，旨在削弱美國AI公司的盈利能力。
了解更多：DeepSeek對AI行業的影響
開源優勢
DeepSeek對R1的開源是開源社區的重大勝利。它使較小的公司和研究人員能夠與較大的專有AI系統競爭，從而使通過開源模型使AI民主化的趨勢不斷增長。 >
deepseek（中國人工智能公司），今天通過開放的LLM開放了經過預算的笑話（2048 gpus 2個月，600萬美元）。
- >參考，這種能力水平應該需要更接近16k GPU的簇，這些簇是…
- Andrej Karpathy（@KarPathy）2024年12月26日
-
長期視覺：計算為資源
>不管培訓成本如何，人工智能的未來都可能取決於計算資源。 隨著模型的發展，推理要求將呈指數增長。 DeepSeek在這一領域的效率可能會帶來很大的長期競爭優勢。
進一步讀取：
> DeepSeek R1：Openai的O1 - 的主要競爭對手
>使用DeepSeek-V3- 構建AI應用程序
> deepSeek-v3 vs gpt-4o vs llama 3.3 70b：比較-
> deepSeek v3 vs gpt-4O：詳細的分析-
deepSeek r1 vs openai o1：哪種模型占主導地位？
-
> kimi k1.5 vs deepseek r1：面對面比較
-
結論
DeepSeek的貨幣化策略是多方面的，利用其定量交易專業知識，優化的GPU使用和低成本API。它的開源方法破壞了AI行業，並將其定位為全球AI競賽的主要參與者。 無論這是對美國統治地位的戰略挑戰還是對開源社區的貢獻，DeepSeek無可否認地重塑了AI的景觀。
>跟上Analytics Vidhya博客上的最新AI見解！
以上是DeepSeek如何賺錢？ - 分析Vidhya的詳細內容。更多資訊請關注PHP中文網其他相關文章！
